全球造林再造林项目位置数据完整性评估数据集：提升碳市场透明度的空间数据质量新指标

《Scientific Data》：A Global Dataset of Location Data Integrity-Assessed Reforestation Efforts

为解决自愿碳市场(VCM)中造林/再造林项目自报告数据缺乏独立验证的问题，本研究系统收集了全球45,628个项目、128.9万个种植点的空间数据，创新性提出位置数据完整性评分(LDIS)指标。研究发现79%的地理参考种植点至少存在1项数据完整性问题，15%的项目缺乏机器可读地理数据。该数据集为VCM透明度提升和基于计算机视觉的森林监测提供了重要资源。

　　

随着气候变化问题日益严峻，造林和再造林作为增强碳汇的关键策略受到广泛关注。然而令人担忧的是，这些项目的有效性往往由项目开发者自行报告，或通过缺乏外部验证的流程进行认证，导致数据可靠性备受质疑。自愿碳市场(VCM)近年来因REDD+项目的"额外性"争议而面临信任危机，买家信心下降直接影响市场活力。

在这一背景下，来自德国萨尔布吕肯大学和马里兰大学的研究团队在《Scientific Data》上发表了一项开创性研究，推出了全球首个对造林再造林项目位置数据完整性进行系统评估的综合数据集。该研究覆盖了33年间45,628个项目的1,289,068个种植点，为解决碳市场透明度问题提供了重要工具。

研究团队采用多步骤数据生成流程，首先通过系统性网络搜索识别潜在数据源，然后利用网络爬虫和API接口获取项目信息。数据预处理阶段包括术语统一、几何数据验证和嵌套结构识别。关键创新在于引入了位置数据完整性评分(LDIS)体系，该体系基于10项空间指标评估种植点地理边界质量。

数据增强环节整合了多源遥感数据，包括Sentinel-2卫星影像和全球森林观测等数据集，用于计算归一化植被指数(NDVI)、归一化红边指数(NDRE)和土壤调节植被指数(SAVI)等生态指标。同时，研究还利用大型语言模型(LLM)从项目描述文档中提取物种和种植日期等关键信息。

数据完整性评估结果

研究发现，仅有21%的提供面几何数据的种植点满足所有LDIS质量标准，而基于缓冲点几何的种植点无一达到完美评分。大型种植点(≥5km2)的LDIS评分显著低于小型站点，主要原因是其边界往往与行政区域高度重合或呈近乎完美的圆形。

植被指数动态变化

通过分析NDVI随时间的变化，研究发现种植点和其500米缓冲区均显示植被绿度增加趋势。双重差分(DiD)分析证实，再造林对NDVI有显著正向影响，但需要超过两年时间才能补偿种植初期的植被清除效应。

数据验证与技术可靠性

研究团队通过手动标注250个随机样本点验证了衍生指标的准确性。道路识别准确率达91%，建筑区域识别准确率84%，而森林存在检测准确率为71.5%，差异主要源于森林定义的不一致性。

本研究构建的全球再造林数据集不仅为碳市场透明度提供了关键工具，还为基于计算机视觉的森林监测模型训练提供了宝贵资源。LDIS指标的引入为空间数据质量评估建立了新标准，而多源数据融合方法则为生态恢复项目的全周期监测提供了可行路径。随着《巴黎协定》第六条实施的推进，此类标准化、可验证的数据集将在全球气候治理中发挥日益重要的作用。

研究同时指出，政府主导的造林项目在现有数据集中代表性不足，且数据集主要涵盖生态维度，未能充分考虑社会经济效益。这些局限性为未来研究指明了方向，而数据集本身的开放获取将为全球森林碳汇研究提供持续动力。